CN108363757A - 基于OpenCyc的自然语言识别算法与系统 - Google Patents

基于OpenCyc的自然语言识别算法与系统 Download PDF

Info

Publication number
CN108363757A
CN108363757A CN201810101077.6A CN201810101077A CN108363757A CN 108363757 A CN108363757 A CN 108363757A CN 201810101077 A CN201810101077 A CN 201810101077A CN 108363757 A CN108363757 A CN 108363757A
Authority
CN
China
Prior art keywords
natural language
opencyc
mapped
data
operator
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201810101077.6A
Other languages
English (en)
Inventor
廖晓清
韦庭荣
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangdong Mengsen Information Technology Co Ltd
Original Assignee
Guangdong Mengsen Information Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Guangdong Mengsen Information Technology Co Ltd filed Critical Guangdong Mengsen Information Technology Co Ltd
Priority to CN201810101077.6A priority Critical patent/CN108363757A/zh
Publication of CN108363757A publication Critical patent/CN108363757A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/242—Query formulation
    • G06F16/243—Natural language query formulation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2452—Query translation
    • G06F16/24522—Translation of natural language queries to structured queries

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Machine Translation (AREA)

Abstract

本发明公开基于OpenCyc的自然语言识别算法与系统，通过数据库端获取到自然语言的数据，以控制器的运算指令映射为处理节点，将控制指令映射为用于标识状态、状态转移条件及状态控制信号的控制流，将参数对象映射为数据流上的存储节点，根据展开后的各节点所进行的功能处理从预先建立的算子单元库中取出对应功能的至少一个算子单元，将处理节点映射为运算类算子，不但方便采用自然语言，而且通过应用服务系统可以边进行识别，边进行展示，加快了视频编码器的ASIC的设计速度，该种帧内预测电路可以适用于不同的视频编码器结构，具有很好的通用性，设计新颖，是一种很好的创新方案。

Description

基于OpenCyc的自然语言识别算法与系统
技术领域
本发明涉及语言智能识别控制技术，特别是涉及基于OpenCyc的自然语言识别算法与系统。
背景技术
OpenCyc是Cyc的开源版本，Cyc是世界上最庞大的、最完备的通用知识库与常识推理引擎。OpenCyc是对人工智能与语义万维网科学研究的贡献，在人工智能、语义万维网及其应用领域具有很广泛的应用价值，例如可将OpenCyc应用于：在垂直领域进行快速的本体开发；万维网内容的语义标注与总结；领域专家系统(特别是医疗、军用等领域)；自然语言理解；基于常识知识的游戏开发。
自动化的对话系统被用于基于自然语言输入(例如，用户说出的话语)来运用数据。这样的系统通常以至少三种方式来表示数据：自然语言表示，表示自然语言(或说出的话语)的意思；数据储存表示，以编程形式表示相应的数据；以及编程语言的表示，表示用于由底层应用利用并运用的数据。这些表示通常彼此以隔离的形式进行设计，从而在它们之间存在逻辑差距。连结这些差距的一种方式是扁平化(flatten)自然语言表示(例如，通过将其映射出成键-值对关联)。例如，这种方式通过语音可扩展标记语言(VXML)标准进行采用。然而，这种扁平方式将重构信息结构的负担放在了底层应用上导致了不佳的表示,存在着不足，不能满足社会高速发展的需求。
综上所述，针对现有技术的缺陷，特别需要基于OpenCyc的自然语言识别算法与系统，以解决现有技术的不足。
发明内容
针对现有的存在的不足，影响实际的使用，本发明提出基于OpenCyc的自然语言识别算法与系统，设计新颖，通过OpenCyc来实现自然语言的识别，利于在生产中的使用，自动化性能优。
为了实现上述目的，本发明的技术方案如下：
基于OpenCyc的自然语言识别算法，通过数据库端获取到自然语言的数据，以控制器的运算指令映射为处理节点，将控制指令映射为用于标识状态、状态转移条件及状态控制信号的控制流，将参数对象映射为数据流上的存储节点，根据展开后的各节点所进行的功能处理从预先建立的算子单元库中取出对应功能的至少一个算子单元，将处理节点映射为运算类算子，通过至少一个处理器利用自然语言输入的至少一部分来填充结构化的自然语言表示的一个或多个数据字段；以及通过至少一个处理器，使用结构化的自然语言表示的一个或多个数据字段来响应应用预期，以数据能够转化为OpenCyc能够识别的角本语言。
基于OpenCyc的自然语言识别系统：存储器、处理器，存储器通过结构化语言转化模型连接处理器，存储器的内部一端设置有数据池，存储器的另一端设置有读取数据的应用服务器，数据池和应用服务器之间设置有NLU模块，处理器识别自动化的对话应用，接入并响应自然语言的形态，将自然语言通过结构化语言转化模块进行解析，结构化语言转化模块的自然语言表示包括多个不同的结构化的自然语言表示和一个或多个属性，一个或多个属性使多个不同的结构化的自然语言表示相互关联。
进一步，所述的应用服务器包括将储存在所述结构化的自然语言表示的一个或多个数据字段中的数据传递到自动化的对话应用，应用服务器连接自然语言的获取端口。
在本发明所述的处理器根据用户规格需求和目标集成电路工艺的要求确定出总时序约束，对算子时空图中的每个算子单元标注时间，对算子时空图的每个层级进行时序约束。
在本发明安装于移动设备，移动设备包含有智能手机、平板电脑、PDA。
进一步，所述的自然语言的帧内预测模块包括亮度16X16划分下的帧内预测子模块，色度8X8划分下的帧内预测子模块以及亮度4×4划分下的帧内预测子模块。
本发明的有益效果是：结构简单，采用数字化控制，不但方便采用自然语言，而且通过应用服务系统可以边进行识别，边进行展示，加快了视频编码器的ASIC的设计速度。同时，该种帧内预测电路可以适用于不同的视频编码器结构，具有很好的通用性。实用性能优，设计新颖，是一种很好的创新方案。
附图说明
下面结合附图和具体实施方式来详细说明本发明：
图1为本发明的结构框图；
具体实施方式
为了使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解，下面结合具体图示，进一步阐述本发明。
参见图1，基于OpenCyc的自然语言识别算法，通过数据库端获取到自然语言的数据，以控制器的运算指令映射为处理节点，将控制指令映射为用于标识状态、状态转移条件及状态控制信号的控制流，将参数对象映射为数据流上的存储节点，根据展开后的各节点所进行的功能处理从预先建立的算子单元库中取出对应功能的至少一个算子单元，将处理节点映射为运算类算子，通过至少一个处理器利用自然语言输入的至少一部分来填充结构化的自然语言表示的一个或多个数据字段；以及通过至少一个处理器，使用结构化的自然语言表示的一个或多个数据字段来响应应用预期，以数据能够转化为OpenCyc能够识别的角本语言。
基于OpenCyc的自然语言识别系统：存储器100、处理器120，存储器100通过结构化语言转化模型110连接处理器120，存储器100的内部一端设置有数据池130，存储器100的另一端设置有读取数据的应用服务器150，数据池130和应用服务器150之间设置有NLU模块140，处理器120识别自动化的对话应用，接入并响应自然语言的形态，将自然语言通过结构化语言转化模块进行解析，结构化语言转化模块的自然语言表示包括多个不同的结构化的自然语言表示和一个或多个属性，一个或多个属性使多个不同的结构化的自然语言表示相互关联。应用服务器包括将储存在所述结构化的自然语言表示的一个或多个数据字段中的数据传递到自动化的对话应用，应用服务器连接自然语言的获取端口。处理器根据用户规格需求和目标集成电路工艺的要求确定出总时序约束，对算子时空图中的每个算子单元标注时间，对算子时空图的每个层级进行时序约束。实施例的系统安装于移动设备，移动设备包含有智能手机、平板电脑、PDA。自然语言的帧内预测模块包括亮度16X16划分下的帧内预测子模块，色度8X8划分下的帧内预测子模块以及亮度4×4划分下的帧内预测子模块。
NLU模块可以包括与分解和/或解析自然语言输入(并将表示自然语言输入的数据传达给自动化的对话应用模块有关联的可执行指令。自动化的对话应用模块可以包括与产生提示、处理对提示的响应，从NLU模块接收的表示响应的数据和/或基于响应来运用数据的一个或多个支持的自动化的对话应用相关联的指令。在某些实施方式中，存储器可以还包括相关的数据库。相关的数据库可以包括储存与自动化的对话应用模块。
本发明的有益效果是：结构简单，采用数字化控制，不但方便采用自然语言，而且通过应用服务系统可以边进行识别，边进行展示，加快了视频编码器的ASIC的设计速度。同时，该种帧内预测电路可以适用于不同的视频编码器结构，具有很好的通用性。实用性能优，设计新颖，是一种很好的创新方案。
本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等同物界定。

Claims (6)

1.基于OpenCyc的自然语言识别算法，其特征在于：通过数据库端获取到自然语言的数据，以控制器的运算指令映射为处理节点，将控制指令映射为用于标识状态、状态转移条件及状态控制信号的控制流，将参数对象映射为数据流上的存储节点，根据展开后的各节点所进行的功能处理从预先建立的算子单元库中取出对应功能的至少一个算子单元，将处理节点映射为运算类算子，通过至少一个处理器利用自然语言输入的至少一部分来填充结构化的自然语言表示的一个或多个数据字段；以及通过至少一个处理器，使用结构化的自然语言表示的一个或多个数据字段来响应应用预期，以数据能够转化为OpenCyc能够识别的角本语言。
2.基于OpenCyc的自然语言识别系统，其特征在于：存储器、处理器，存储器通过结构化语言转化模型连接处理器，存储器的内部一端设置有数据池，存储器的另一端设置有读取数据的应用服务器，数据池和应用服务器之间设置有NLU模块，处理器识别自动化的对话应用，接入并响应自然语言的形态，将自然语言通过结构化语言转化模块进行解析，结构化语言转化模块的自然语言表示包括多个不同的结构化的自然语言表示和一个或多个属性，一个或多个属性使多个不同的结构化的自然语言表示相互关联。
3.根据权利要求2所述基于OpenCyc的自然语言识别系统，其特征在于：应用服务器包括将储存在所述结构化的自然语言表示的一个或多个数据字段中的数据传递到自动化的对话应用，应用服务器连接自然语言的获取端口。
4.根据权利要求2所述基于OpenCyc的自然语言识别系统，其特征在于：处理器根据用户规格需求和目标集成电路工艺的要求确定出总时序约束，对算子时空图中的每个算子单元标注时间，对算子时空图的每个层级进行时序约束。
5.根据权利要求2所述基于OpenCyc的自然语言识别系统，其特征在于：安装于移动设备，移动设备包含有智能手机、平板电脑、PDA。
6.根据权利要求2所述基于OpenCyc的自然语言识别系统，其特征在于：自然语言的帧内预测模块包括亮度16X16划分下的帧内预测子模块，色度8X8划分下的帧内预测子模块以及亮度4×4划分下的帧内预测子模块。
CN201810101077.6A 2018-02-01 2018-02-01 基于OpenCyc的自然语言识别算法与系统 Pending CN108363757A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810101077.6A CN108363757A (zh) 2018-02-01 2018-02-01 基于OpenCyc的自然语言识别算法与系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810101077.6A CN108363757A (zh) 2018-02-01 2018-02-01 基于OpenCyc的自然语言识别算法与系统

Publications (1)

Publication Number Publication Date
CN108363757A true CN108363757A (zh) 2018-08-03

Family

ID=63004265

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810101077.6A Pending CN108363757A (zh) 2018-02-01 2018-02-01 基于OpenCyc的自然语言识别算法与系统

Country Status (1)

Country Link
CN (1) CN108363757A (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102055980A (zh) * 2010-12-31 2011-05-11 北京大学深圳研究生院 用于视频编码器的帧内预测电路及其实现方法
CN103761242A (zh) * 2012-12-31 2014-04-30 威盛电子股份有限公司 检索方法、检索系统以及自然语言理解系统
CN106021308A (zh) * 2016-05-05 2016-10-12 重庆大学 一种面向时序大数据的查询事件识别与检测方法及系统
CN106462569A (zh) * 2014-06-13 2017-02-22 纽昂斯通讯公司 结构化的自然语言表示
CN107193853A (zh) * 2016-12-08 2017-09-22 孙瑞峰 一种基于语境的社交场景构建方法和系统

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102055980A (zh) * 2010-12-31 2011-05-11 北京大学深圳研究生院 用于视频编码器的帧内预测电路及其实现方法
CN103761242A (zh) * 2012-12-31 2014-04-30 威盛电子股份有限公司 检索方法、检索系统以及自然语言理解系统
CN106462569A (zh) * 2014-06-13 2017-02-22 纽昂斯通讯公司 结构化的自然语言表示
CN106021308A (zh) * 2016-05-05 2016-10-12 重庆大学 一种面向时序大数据的查询事件识别与检测方法及系统
CN107193853A (zh) * 2016-12-08 2017-09-22 孙瑞峰 一种基于语境的社交场景构建方法和系统

Similar Documents

Publication Publication Date Title
CN110175671A (zh) 神经网络的构建方法、图像处理方法及装置
CN103747097B (zh) 移动终端http请求聚合压缩的系统及方法
CN105573129A (zh) 基于Cordova的跨平台智能家居移动终端
CN105913847A (zh) 语音控制系统、用户端设备、服务器和中央控制单元
CN110489751A (zh) 文本相似度计算方法及装置、存储介质、电子设备
CN109300179A (zh) 动画制作方法、装置、终端和介质
CN107665216A (zh) 一种数据库访问方法及中间件
JP2022517971A (ja) 言語シーケンスラベリング方法、装置、プログラム及びコンピューティング機器
CN116229955A (zh) 基于生成式预训练gpt模型的交互意图信息确定方法
CN109522319A (zh) 基于dsl的数据映射方法及装置、电子设备、存储介质
CN105468793B (zh) 一种仿真模型数据的自动化管理方法
CN113539244A (zh) 端到端语音识别模型训练方法、语音识别方法及相关装置
CN108810132A (zh) 动画显示方法、装置、终端、服务器及存储介质
CN111625629A (zh) 任务型对话机器人应答方法、装置及机器人、存储介质
CN116778148A (zh) 目标检测方法、装置、电子设备及存储介质
Li et al. Intelligent control system of smart home for context awareness
CN110716706A (zh) 智能人机交互指令转换方法及系统
CN103905233B (zh) 实现模拟传感器即插即用的方法、系统与接入网络设备
CN110418181A (zh) 对智能电视的业务处理方法、装置、智能设备及存储介质
CN113961679A (zh) 智能问答的处理方法、系统、电子设备及存储介质
CN108363757A (zh) 基于OpenCyc的自然语言识别算法与系统
GB2610790A (en) Rich descriptor framework to text generation using graphs and structural neural encoders
CN103369383A (zh) 空间遥控器的控制方法、装置、空间遥控器及多媒体终端
CN104572893B (zh) 一种数据库中的数据混合存储方法
US20220417540A1 (en) Encoding Device and Method for Utility-Driven Video Compression

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20180803

WD01 Invention patent application deemed withdrawn after publication